Détection du Stress Hydrique Agricole

Bassin du Tensift - Analyse par Télédétection Satellitaire

Date du rapport: 04/10/2025 à 17:37

Période d'analyse: 1998-01-01 à 2019-07-31

Nombre de stations: 12 stations pluviométriques

Sources de données: Sentinel-2 (NDVI, NDWI), MODIS (LST), Données in-situ

Synthèse Exécutive

Contexte et Objectifs

Ce projet vise à détecter et cartographier le stress hydrique agricole dans le bassin du Tensift (Maroc) en utilisant des données de télédétection satellitaire combinées aux mesures pluviométriques au sol. L'analyse couvre la période 2015-2019 pour 12 stations distribuées sur un gradient altitudinal de 70m à 2230m.

Gradient Climatique

Forte variabilité climatique selon l'altitude. Les stations de montagne (>1500m) présentent des températures plus fraîches mais une végétation limitée par les conditions rocheuses.

Stress Hydrique

8 périodes de stress détectées sur l'ensemble du bassin, principalement en été (juin-août) avec des températures dépassant 40°C et un NDVI inférieur à 0.15.

Zones Prioritaires

AGHBALOU et SIDI_HSSAIN_AMEZMEZ montrent une haute productivité agricole (NDVI > 0.40) nécessitant une sécurisation de l'approvisionnement en eau.

Zones à Risque

CHICHAOUA présente les signes les plus sévères de dégradation (NDVI < 0.12) avec un risque élevé de désertification.

Carte Interactive des Stations

Explorez la localisation des stations et leurs caractéristiques. Cliquez sur chaque marqueur pour obtenir des informations détaillées.

Analyses Statistiques Multi-Stations

Matrice de Corrélation Inter-Stations

Classification Hiérarchique des Stations

Analyses Bivariées

Corrélations Précipitations vs Indices par Station

Analyse de la relation entre les précipitations et les indices de végétation/température pour chaque station.

ADAMNA (70m)

AGHBALOU (1070m)

AGOUNS (2200m)

AMENZAL (2230m)

SIDI_HSSAIN_AMEZMEZ (1030m)

CHICHAOUA (340m)

ILOUDJANE (757m)

MARRAKECH (460m)

TAHANAOUT_RERAYA (925m)

TAFERIAT (760m)

TTOURCHT (1650m)

Analyse du Stress Hydrique par Station

Évolution temporelle des anomalies (Z-scores) des indices satellitaires et des précipitations.

ADAMNA (70m)

AGHBALOU (1070m)

AGOUNS (2200m)

AMENZAL (2230m)

SIDI_HSSAIN_AMEZMEZ (1030m)

CHICHAOUA (340m)

ILOUDJANE (757m)

MARRAKECH (460m)

TAHANAOUT_RERAYA (925m)

TAFERIAT (760m)

TTOURCHT (1650m)

Climatologies Mensuelles par Station

Évolution saisonnière des principaux indicateurs pour chaque station du bassin.

ADAMNA (70m)

AGHBALOU (1070m)

AGOUNS (2200m)

AMENZAL (2230m)

SIDI_HSSAIN_AMEZMEZ (1030m)

CHICHAOUA (340m)

ILOUDJANE (757m)

MARRAKECH (460m)

TAHANAOUT_RERAYA (925m)

TAFERIAT (760m)

TTOURCHT (1650m)

Conclusions et Recommandations

Principales Conclusions

  1. Gradient altitudinal majeur: L'altitude influence fortement le climat, mais pas nécessairement la productivité végétale (zones rocheuses en altitude).
  2. Stress estival généralisé: Toutes les stations montrent un déclin du NDVI en été avec des températures > 40°C et absence de précipitations.
  3. Variabilité spatiale importante: Le clustering révèle 3 groupes distincts de stations avec des dynamiques hydro-climatiques différentes.
  4. Corrélations pluie-végétation: Un délai de 1-2 mois est observé entre les précipitations et la réponse végétale, validant l'approche méthodologique.

Recommandations Opérationnelles

  • Surveillance prioritaire: Mettre en place un système d'alerte précoce pour CHICHAOUA et ADAMNA (zones à risque de désertification).
  • Optimisation de l'irrigation: Les stations AGHBALOU et SIDI_HSSAIN_AMEZMEZ nécessitent une gestion optimisée de l'eau pour maintenir leur productivité.
  • Extension temporelle: Étendre l'analyse à la période complète 1998-2019 pour identifier les tendances à long terme et l'impact du changement climatique.
  • Validation terrain: Collecter des données de rendement agricole pour valider quantitativement les indices de stress détectés.

Limites et Perspectives

Cette étude constitue un prototype opérationnel avec certaines limites à considérer:

  • Le Z-score est une méthode simple; des modèles ML plus sophistiqués pourraient améliorer la précision.
  • Impossible de distinguer stress hydrique d'autres stress (maladies, carences nutritives).
  • Couverture nuageuse limitant la disponibilité des données Sentinel-2 (~50% de données valides).
  • Station TAHANAOUT_RERAYA nécessite une vérification des données de précipitations.